Ученые из Токийского технологического института (Tokyo Tech) использовали машинное обучение для создания новых ароматов. Их метод позволяет предсказать — каким должен быть состав веществ в смеси, чтобы получить желаемый запах. Результаты исследования опубликованы в научном рецензируемом журнале PLOS One.

Обонятельные впечатления связаны с молекулярными особенностями и физико-химическими свойствами веществ. Современные методы прогнозируют впечатления о запахе по физико-химическим характеристикам одорантов. Исследователи из Tokyo Tech пошли обратным путем. Их метод дает возможность прогнозировать молекулярный состав на основе впечатления о запахе. Это достигается благодаря применению моделей машинного обучения и стандартных данных масс-спектра.

«Например, мы показываем, какие молекулы дают масс-спектр яблочного ароматизатора с усиленными фруктовыми и сладкими нотками», — объясняет профессор Tokyo Tech Такамичи Накамото, руководитель исследования.

Масс-спектры смесей запахов получают путем линейной комбинации масс-спектров отдельных компонентов. Новый метод способен обеспечить высокоточные прогнозы физико-химических свойств смесей запахов, а также пропорций смешивания, необходимых для создания желаемых ароматов. Он может найти применение в пищевой промышленности, медицине, косметической отрасли и велнес-индустрии, где запахи имеют особое значение.

Фото: Unsplash